XML语言讲解

一、XML语言

1、什么是XML语言？

Extensible  Markup Language，翻译为可扩展标记语言。Xml技术是w3c组织发布的，目前遵循的是W3C组织在2000年发布的XML1.0规范。

2、XML语言用语解决什么类型的问题？

• xml语言出现的根本目标是，描述有关系的数据。
• 在xml语言中，允许用户自定义标签。一个标签用于描述一段数据，一个标签可以分为开始标签和结束标签，子啊开始标签和结束标签之间，又可以使用其他标签米啊搜狐其他数据，以此来实现数据关系的描述。

3、xml语言常见应用

xml语言除了保存有关系的数据之外，还经常用作配置文件，以描述程序模块之间的关系

二、XML语法

(一)、文档证明

1、在编写XML文档时，需要先使用文档声明，声明XML文档的类型。

2、最简单的声明语法：<?xml  version="1.0"  ?>

3、用encoding属性说明文档的字符编码：<?xml  version="10"  encoding="GB2312"  ?>

4、用standalone属性说明文档的独立性：<?xml  version="1.0"  encoding="GB2312"  standalone="yes"  ?>

（二）、元素

1、XML元素指xml文件中出现的标签，一个标签分为开始标签和结束标签，一个标签有如下几种书写格式：

• 包含标签体：<a>itcast</a>
• 不包含标签体：<a></a>简写成</a>

2、一个标签中可以嵌套若干个子标签，但所有的标签必须合理的嵌套，决不允许交叉嵌套。

• 如：<a>welcome<b>itcast</a></b>

3、格式良好的XML文档必须有且仅有一个根标签，其他标签都是这个根标签的子标签。

4、对于XML文档中出现的空格和换行，XML解析程序会当做标签内容进行处理。

由于在XML文档中，空格和换行都作为原始内容处理，在编写XML文档时，使用缩进和换行等方式让原文件的内容清晰可读。

5、命名规范

一个XML文档可以包括字母、数字以及其他一些可见字符，但必须遵守以下的规范：

• 区分大小写：<P>和<p>是两个不同的标记
• 不能以数字和_开头
• 不能以XML（或Xml，或xml等）开头
• 不能包含空格
• 名称中间不能包含冒号（：）

（三）、属性

1、一个标签可以有多个属性，每个属性都有他自己的名称和取值

2、属性值一定要用双引号（""）或单引号（''）引起来

3、定义属性必须遵守和标签相同的命名规范

4、在XML技术中，标签属性所代表的信息，也可以改用子元素的形式来描述

例如：<input  name="text">改写成<input>   <name>text</name>    </input>

（四）、注释

1、XML文档中注释采用：<!--注释-->

2、注意事项

• XML声明之前不能有注释
• 注释不能嵌套

（五）、CDATA、特殊字符

1、在编写XML文件时，有些内容可能不想让解析引擎执行，而是当做原始内容处理。遇到此种情况，可以把这些内容放到CDATA区里，对于CDATA 区域的内容，XML解析程序不会处理，而是直接原封不动的输出。

2、语法：<![CDATA[内容]]>

如：<![CDATA[<itcast><br/></itcast>]]>

3、转义字符：对于一些单个字符，若想显示其原始字样，也可以使用转义的形式处理

• &：&amp；
• <：&lt；
• >：&gt；
• "：&quot；
• '：&apos；

（六）、处理指令

1、处理指令：简称PI（processing instruction），用来指挥解析引擎如何解析XML文档内容。

例如，在XML文档中，可以使用xml-stylesheet指令，通知xml解析引擎，应用css文件显示xml文档内容

<?xml-stylesheet  type="text/css"  href="1.css"?>

2、处理指令必须以<?作为开头，以?>作为结尾，XML声明语句就是最常见的一种处理指令。

三、XML约束

（一）、XML约束简述

1、什么是XML约束？

在XML技术里，可以编写一个文档来约束一个XML文档的书写规范，这就称之为XML约束。

2、常见的约束技术

• XML  DTD（Document  Type  Definition   文档类型定义）
• XML  Schema

（二）、DTD约束

1、变成校验XML文档正确性

• IE5以上浏览器内置了XML解析工具：Microsort.XMLDom，开发人员可以编写javascript代码，利用这个解析工具装载xml文件，并对xml文件进行dtd校验。
• 创建XML文档解析器对象：var  xmldoc = new ActiveXObject("Microsoft.XMLDom");
• 开启XML校验：xmldoc.validateOnParse = "true";
• 装载XML文档：xmldoc.load（"book.xml"）；
• 获取错误信息：xmldoc.parseError.reason，xmldoc.parseError.line；

2、编写DTD约束的两种方式：

• DTD约束即可以作为一个单独的文件编写，也可以在XML文件内编写

<？xml  version="1.0"  encoding="UTF-8"  standalone="yes"？><！DOCTYPE[<!ELEMENT  书架  （书+）><!ELEMENT  书  （书名，作者，售价）><!ELEMENT  书名  （#PCDATA）><!ELEMENT  作者  （#PCDATA）><!ELEMENT  售价  （#PCDATA）>]>

• XML文件使用DOCTYPE声明语句来指明它所遵循的DTD文件，DOCTYPE声明语句有两种形式：

（1）、当引用的文件在本地时，采用如下方式：<！DOCTYPE  文档根结点  SYSTEM  "DTD文件的URL">

例如：<！DOCTYPE  书架  SYSTEM  "book.dtd">

（2）、当引用的文件是公共文件时，采用如下方式：<！DOCTYPE  文件根结点  PUBLIC  "DTD名称"  "DTD文件的URL">

例如：<！DOCTYPE  web-app  PUBLIC  

"-//Sun Microsystems, Inc.//DTD Web Application 2.3//EN"

"http://java.sun.com/dtd/web-app_2_3.dtd">

3、DTD约束的语法细节

• 元素定义

（1）在DTD文档中使用ELEMENT声明一个XML元素，语法格式：<！ELEMENT  元素名称  元素类型>

（2）元素类型可以是元素内容、或类型：

A、如为元素内容，需要使用（）括起来：

<!ELEMENT  书  （书名，作者，售价）><!ELEMENT  书名  （#PCDATA）>

B、如为元素类型，则直接书写，DTD规范了一下几种规范：

EMPTY：用语定于空元素

ANY：表示元素为任意类型

（3）元素内容可以使用一下方式，描述内容的组成关系

A、用逗号分隔，表示内容的出现顺序必须与生命一致

B、用|分割，表示任选其一，即多个只能出现一个

C、元素内容使用空白分隔符，表示出现的内容没有要求

（4）在元素内容中也可以使用+、*、？等符号表示元素出现的次数

A、+：一次货多次（书+）

B、*：0次或多次（书*）

C、？：0次或1次（书？）

（5）也可以使用（）批量设置

<!ELEMENT MYFILE ((TITLE*, AUTHOR?, EMAIL)* | COMMENT)>

• 属性定义

（1）XML文档中的标签属性需通过ATTLIST为其设置属性

（2）语法格式：

<！ATTLIST  元素名

属性名  属性值类型  设置说明

>

（3）属性声明举例：

<！ATTLIST  商品

颜色   CDATA      #REQUIRED

类别   CDATA     #IMPLIED

>

（4）设置说明

A、#REQUIRED：必须设置该属性

B、#IMPLIED：可以设置也可以不设置

C、#FIXED：说明该属性的取值固定为一个值，在XML文件中不能为该属性设置其他值。但需要为该属性提供这个值

D、直接使用默认值：在XML文档中可以设置这个值，也可以不设置这个值，若没设置则使用默认值

举例：

<！ATTLIST  页面作者

姓名  CDATA  #IMPLIED

年龄  CDATA  #IMPLIED

联系信息  CDATA  #REQUIRED

网站职务  CDATA  #FIXED "页面作者"

个人爱好  CDATA  "上网"

>

（5）常用属性值说明

A、CDATA：表示属性为普通文本字符串

B、ENUMERATED：设置的类型可以是一组取值的列表，在XML文件中设置的属性值只能是这个列表中的取值（枚举）

<？xml  version="1.0"  encoding="UTF-8"？>

<！DOCTYPE  购物篮[

<！ELEMENT  肉  EMPTY>

<！ATTLIST  肉  品种  ( 鸡肉 | 牛肉 | 猪肉 | 鱼肉 ) "鸡肉">

]>

C、ID：表示属性的设置值为一个唯一值，只能有字母及_开始，不能出现空白字符

<？xml  version="1.0"  encoding="UTF-8"？>

<！DOCTYPE  联系人列表[

<！ELEMENT  联系人列表  ANY>

<！ELEMENT  联系人（姓名，EMAIL）>

<！ELEMENT  姓名  （#PCDATA）>

<！ELEMENT  EMAIL  （#PCDATA）>

<！ATTLIST  联系人  编号  ID  #REQUIRED>

]>

• 实体定义

ENTITY：用于为一段内容创建一个别名，以后在XML文档中就可以使用别名引用这段内容，<！ENTITY....>

实体可以分为两种类型：引用实体和参数实体

（1）引用实体：主要在XML文档中被引用

A、语法格式：<！ENTITY  实体名称  "实体内容">

B、引用方式：&实体名称；

（2）参数实体：被DTD文件自身使用

A、语法格式：<！ENTITY  %实体名称  "实体内容">

B、引用方式：%实体名称

<!ENTITY % TAG_NAMES "姓名 | EMAIL | 电话 | 地址">
<!ELEMENT 个人信息 (%TAG_NAMES; | 生日)>
<!ELEMENT 客户信息 (%TAG_NAMES; | 公司名)>

（三）Schema约束

1、XML Schema也是一种定义和描述XML文档内容和结构的谋杀语言，其出现是为了克服DTD的局限性。

2、Schema  VS  DTD：

• XML Schema符合XML的语法结构
• DOM/SAX等XML API很容易解析出XML Schema中的内容
• Schema对名称空间支持的非常好
• Schema比DTD支持更多的数据类型，并支持用户自定义的新数据类型
• Schema定义约束的能力非常强大，可以对XML实例文档做出细致的语义限制
• Schema不能像DTD一样定义实体，比DTD更复杂，但Schema现在已是w3c组织的标准，它正在逐步取代DTD

3、快速入门

• Schema文件自身就是一个XML文件，但它的扩展名通常为.xsd
• 一个Schema文档通常称之为模式文档（约束文档），遵循这个文档书写的xml文件称之为实例文档
• 和xml文件一样，一个Schema文档也必须有一个根节点，但这个根节点的名称为Schema
• 编写了一个Schema约束文档后，通常需要把这个文件中申明的元素绑定到一个URI地址上，在Schema技术中一个专业术语来描述这个过程，即把Schema文档中声明的元素绑定到一个名称空间上，以后XML文件就可以通过URI（即名称空间）来告诉解析引擎，xml文档中编写的元素来自哪里，被谁约束

4、案例book.xsd

<?xml version="1.0" encoding="UTF-8"?>

<xs:schema  xmlns:xs="http://www.w3c.org/2001/XMLSchema"     targetName spcae="http://www.itcast.cn"    elementFormDe foult ="quailified">

<xs:element  name="书架">

<xs:complexType>

<xs:sequence  maxOccurs="unbounded">

<xs:element  name="书">

<xs:complexType>

<xs:sequence  maxOccurs="unbounded">

<xs:element name='书名' type='xs:string' />
<xs:element name='作者' type='xs:string' />
<xs:element name='售价' type='xs:string' />

</sequence>

</xs:complexType>

</xs:element>

</sequence>

</xs:complexType>

</xs:element>

</xs:xchema>

5、名称空间的概念

（1）在Schema中，每个约束模式文档都可以被赋以一个唯一的名称空间，名称空间用一个唯一的URI（Uniform Resource Identifier，统一资源标识符）表示。在XML文件中写标签时，可以通过名称空间声明（xmlns），来声明当前编写的标签来自哪个Schema约束文档

注意：名称空间的名字语法很容易让人混淆，尽管以http：//开始，哪个URL并不只想一个包含模式定义的文件。事实上，这个URL（http://www.itcast.cn）根本没有只想任何文件，只是一个分配的名字。

（2）为了在一个XML文档中声明它所遵循的Schema文件的具体位置，通常需要在XML文档中的根节点中使用shemaLoction属性来指定，例如：

<itcast:书架  xmlns:itcast="http://wwwitcast.cn"

xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"

xsi:schemaLoction="http://www.itcast.cn  book.xsd"

>

（3）schemaLoction此属性有两个值，第一个值是需要使用的名称空间，第二个值是供命名空间使用的XML schema文件的位置，两者之间用空格分割。

注意：使用shemaLocation属性时，也需要指定该属性来自哪里。

（4）使用默认名称空间：xmlns="URI"

<书架 xmlns="http://www.it315.org/xmlbook/schema"

xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"

xsi:schemaLocation=“http://www.itcast.cn book.xsd"

>

<书></书>

</书架>

（5）使用名称空间引入多个schema文档

<书架 xmlns="http://www.it315.org/xmlbook/schema" 
xmlns:demo="http://www.it315.org/demo/schema"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://www.it315.org/xmlbook/schema

http://www.it315.org/xmlbook.xsd 

http://www.it315.org/demo/schema http://www.it315.org/demo.xsd">

（6）不实用名称空间引入schema文档

<书架 xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:noNamespaceSchemaLocation="xmlbook.xsd">

（7）在schema文档中声明名称空间

<xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema"
      targetNamespace="http://www. itcast.cn"
      elementFormDefault="qualified">
<xs:schema>

四、XML编程

（一）、XML解析技术概述

1、xml解析技术分为两种：dom和sax

• dom：（Document  Object  Model，即文档对象模型）是w3c组织推荐的处理XML的一种方式
• sax：（Simple  AIP for Xml）不是官方推荐的，但他是XML社区事实上的标准，几乎所有xml解析器都支持它

2、XML解析器

• Crimson
• Xerces
• Aelfred2

3、XML解析开发包

• Jaxp
• Jdom
• dom4j

（二）、JAXP

1、JAXP开发包是JavaSE的一部分，它是由javax.xml、org.w3c.dom、org.xml.sax包及其子包组成

2、在javax.xml.parsers包中，定义了几个工厂类，程序员调用这些工厂类，可以得到对XML 解析的DOM或SAX的解析器对象

3、javax.xml.parsers包中的DocumentBiulderFactory用于创建DOM模式的解析器对象，DocumentBiulderFactory是一个抽象工厂类，它不能实例化，但是提供了一个newInstance的方法，这个方法会根据本平台默认安装的解析器，自动创建一个工厂的对象并返回。

• 调用DocumentBiulderFactory.newInstance（）方法创建一个DOM解析器的工厂
• 调用工厂对象的newDocumentBiulder方法得到dom解析器对象
• 调用DOM解析器对象的parse方法解析xml文档，得到代表整个文档的Document对象，这样可以利用DOM特性操作整个xml文档

（三）、DOM解析

1、DOM解析器在解析XML文件时，会把文档中的所有元素，按照出现的层次关系，解析成一个一个Node对象（节点）

2、在DOM解析中，节点之间的关系如下：位于一个节点之上的节点是该节点的父节点；一个节点之下的节点是该节点的子节点；同一层次，具有相同父节点的节点是兄弟节点；一个节点的下一层次的节点集合是节点后代；父、祖父节点或所有位于节点上面的，都是节点的祖先

3、Node对象

• Node对象提供了一些列常量来代表节点的类型，当开发人员获得某个Node类型后，就可以把Node节点转换成相应的节点对象（Node的子类对象），以便于调用其特有的方法。
• Node对象提供了相应的方法区获得他的父节点或子节点，编程人员通过这些方法就可以读取整个XML文档的内容、或添加、修改、删除XML文档的内容。

4、DOM解析编程

• 遍历所有节点
• 查找某一个节点
• 删除节点
• 更新节点
• 添加节点

5、DOM编程练习

（四）、SAX解析

1、在使用DOM解析XML文档时，需要读取整个XML文档，在内存中架构代表整个DOM树的Document对象，从而再对XML文档继续拧操作。此种情况下，如果XML文档特别大，就会消耗计算机的大量内存，并且容易导致内存溢出。

2、SAX解析允许在读取文档的时候，即对文档进行处理，而不必等到整个文档装载完才会进行操作。

3、SAX采用时间处理的方式解析XML文件，利用SAX解析XML文档，设计两个部分：解析器和事件处理器。

• 解析器可以使用JAXP的API创建，创建出SAX解析器后，就可以指定解析器去解析某个XML文档
• 解析器采用SAX方式在解析某个XML文件时，它只要解析到XML文档中的一个组成部分，都会去调用事件处理器的一个方法，解析器在调用事件处理器的方法时，会把当前解析到的xml文件内容作为方法的参数，传递给事件处理器。
• 事件处理器由程序员编写，程序员通过时间处理器中方法的参数，就可以轻松的得到SAX解析器解析到的数据u，从而可以决定如何对数据进行处理。

4、SAX方式解析XML文档

• 使用SAXParserFactory创建SAX解析工厂：SAXParserFactory spf =  SAXParserFactory.newInstance（）；
• 通过SAX解析工厂得到解析器对象：SAXParser  sp  =  spf.newSAXParser（）；
• 通过解析器对象得到一个XML的读取器：XMLReader  =  sp.getXMLReader（）；
• 设置读取器的事件处理器：xmlReader.setContentHandler（）；
• 解析XML文件：xmlReader.parse("book.xml")；

5、SAX解析编程

（五）、DOM4J解析XML文档

1、Dom4J是一个简单、灵活的开放源代码的库，Dom4J是由早起开发JDOM的人分离出来而后独立开发的。与JDom不同的是，dom4j使用接口和抽象类，虽然dom4j的API相对要复杂一些，但它提供了比JDOM更好的灵活性。

2、DOM4J是一个非常优秀的Java XMLAPI，具有性能优异、功能强大和极易使用的特点，仙子阿很多软件此阿勇dom4j，例如Hibernate，包括sun公司自己的JAXM也是用dom4j。

3、使用dom4j开发，需下载dom4j相应的jar文件

4、Document对象

DOM4J中，获得Document对象的方式有3种：

• 读取XML文件，获得document对象：

SAXReader  reader = new  SAXReader（）；

Document  document = resder.read（new File（“input.xml”））；

• 解析XML形式的文本，得到document对象：

String text = “<members></members>”；

Document  document = DocumentHelper.parseText（text）；

• 主动创建document对象：

Document document = DocumentHelper.createDocument（）；

Element root = document.addElement（“members”）；

5、节点对象

• 获取文档的根节点：

Element  root = document.getRootElement（）；

• 取得某个节点的子节点：

Element element = node.element（“书名”）；

• 取得节点的文字：

String  text = node.getText（）；

• 取得某个节点下的所有名为“member”的子节点，并进行遍历

List  nodes  =rootElm.elements（“member”）；

for（Iterator  it = nodes.iterator（）；it.hasNext（））{

Element  element = （Element）it.next（）；

• 对某个节点下的所有子节点进行遍历

for（Iterator  it = root.elementIterator（）；it.hasNext（））{

Element  element = （Element）it.next（）；

• 在某节点下添加子节点

Element ageElm = newMemberElm.addElement（“age”）；

• 设置节点文字

element.setText（“29”）；

• 删除某节点

parentElm。remove（childElm）；

• 添加一个CDATA节点

Element  contentElm = infoELm.addElement（“content”）；

contentElm.addCDATA（diary.getContent（））；

6、节点属性

• 取得某节点下的某属性

Element  root = document.getRootElement();

Attribute  atttribute = attribute.getText();

• 取得属性的文字

String text  = attribute.getText();

• 删除某属性

Attribute  attribute = root.attribute("size");

root.remove(attribute);

• 便利某节点的所有属性

Element  root = document.getRootElement();

for(Iterator it = root.attributeIterator();it.haNext()){

Attribute attribute = (Attribute)it,next();

String text = attribute.getText();

System.out.print(text);

• 设置某节点的属性和文字

newMemberElm.addAttribute("name","sitinspring");

• 设置属性的文字

Attribute  attribute = root.attribute("name");

attribute.setText("sitinspring");

7、将文档写入XML文件

• 文档中全为英文，不设置编码，直接写入

XMLWriter writer = new XMLWriter(new FileWriter("output.xml"));

writer.write(document);

writer.close();

• 文档中含有中文，设置编码格式写入的形式

OutputFormat  format  =  OutputFormat.createPrettyPrint();

format.setEncoding("GBK");

XMLWriter  writer  =  new XMLWriter(new FileWriter("output.xml"),format);

8、DOM4J在指定位置插入节点

• 得到插入位置的节点列表
• 调用list.add（index，element），由index决定element的插入位置
• Element元素可以通过DocumentHelper对象得到。

示例代码：

Element  aaa = DocumentHelper.createElement("aaa");

aaa.setText("aaa");

List list = root.element("书").elements();

list.add(1,aaa);

9、字符串和XML的转换

• 将字符串转化为XML

String  text  =  "<members><member>sitinspring</member></members>";

Document  document  =  DocumentHelper.parseText(text);

• 将文档或者节点的XML转化为字符串

SAXReader  reader  =  new SAXReader();

Document  document  = reader.read(new File("input.xml"));

Element root = document.getRootElement();

String docXml  = document.asXML();

String rootXml  = root.asXML();

Element  memberElm = root.element.("member");

String memberXml = memberElm.asXML();